Tarefa crb_papers.q114
crb_papersagentT2publicépoca 1, tentativa 1Execução: 20261015T170925Z-suite-crb_papers-scripted-2dbcf5Veredito
Motivo: no reference path (coverage gap)
Pergunta feita ao analista
What is the effect of serving a Senate term on the probability of ever serving on a corporate board, for candidates whose service is determined by election outcomes?
Aprofundamento técnico para especialistas
Acesso direto às fontes primárias, tabela formal de verificações, comparação de argumentos, trajetória completa com prompts brutos e somas SHA-256.
Valores esperados e de onde vêm
crb_papers.q114.gold
- Fonte
- CausalReasoningBenchmark, causal_queries.json, index 114 (revision edd0fe1c1d1c)
- Tipo
- benchmark_gold
- Localização
- causal_queries.json['114'].effect and .standard_error
- Trecho
index 114: effect 0.327655, standard_error 0.185873
- Valor como publicado
0.3276553502201477- Erro-padrão como publicado
0.1858726681755152- Valor
- 0,327655
0.3276553502201477(se 0,1858730.1858726681755152) - Conferido por
- arquivo do benchmark · Read from the catalog at the pinned revision by scripts/freeze_crb_papers.py; the catalog states the value its estimation script prints.
- Endereço
https://huggingface.co/datasets/syrgkanislab/CausalReasoningBenchmark/resolve/edd0fe1c1d1c5c0a4f0e3e67a50481ac679fb888/causal_queries.json- Licença
- MIT
crb_papers.q114.script
- Fonte
- CausalReasoningBenchmark reference estimation script for index 114
- Tipo
- software
- Localização
- solutions/research_papers/RDD/palmer_schneer_2016a/question_1/estimation.py
- Valor
- —
- Conferido por
- arquivo do benchmark · sha256 of the script's 1768 bytes at the pinned revision; the reference path of the item is a transcription of this script into typed transforms and tool calls (never executed here).
- Implementação
- independente da ferramenta
- sha256 da cópia lida
8b7f60260dfd648790b66b66e9ced63af6407fde604c435da1085999fd166f22(identifica a cópia lida, não um arquivo canônico)- Endereço
https://huggingface.co/datasets/syrgkanislab/CausalReasoningBenchmark/resolve/edd0fe1c1d1c5c0a4f0e3e67a50481ac679fb888/solutions/research_papers/RDD/palmer_schneer_2016a/question_1/estimation.py- Licença
- MIT
Especificação técnica do gabarito
CausalReasoningBenchmark gold at the pinned revision: causal_queries.json effect and standard_error (the value the item's estimation.py prints), scored as evaluate_result.py scores estimate_within_solution_ci
Verificações
| # | Verificação | Obrigatória | Resultado | Esperado | Observado | Tolerância | Fonte | Chamada |
|---|
Caminho de referência e caminho do agente
A chamada de referência ao lado da chamada que deu a resposta, argumento por argumento.
Nenhum caminho de referência registrado para esta tarefa.
Trajetória
Cada evento na ordem em que aconteceu: turnos do modelo, chamadas de ferramentas, guardas, transformações e pontuação.
Esta tentativa não tem trajetória publicada.
Épocas × verificações
Tentativas
Cada tentativa é seu próprio arquivo e é publicada; só a última de cada época é pontuada.
- época 1, tentativa 1puladapontuada(exibindo)
no reference path (coverage gap)
Downloads desta tarefa
26cbadf4323cf6bfff7f44c0854868874d46a5dd9e7449430b939cf99199e51eO hash de um zip é só de transporte: o que ancora a integridade é o RUN_SHA256SUMS que vai dentro dele, cópia exata do SHA256SUMS da execução.
| Arquivo | Tamanho | sha256 |
|---|---|---|
| native/crb_papers/crb_papers.q114.e1.a1.json | 2,7 KB | dd480f0e4ebffb8749978161c294b2a8e90eacb257e3a63f40db0e0ddbd0c0c2 |
| sources/crb_papers.q114.gold.json | 1,1 KB | 5698371a5850ff578c86c2953be9b42f5c53998213364068aca7e07b55eddb94 |
| sources/crb_papers.q114.script.json | 1,1 KB | 8fc38914a01c131983ef54102e56d61f971da744ee987f5e5fad81a2850bce21 |
| specs/crb_papers.q114.json | 6,5 KB | 6ab56cb4fbfc1f1cd15449aae5c89c4674762de702321c77d5a7c2ea3de99dca |